Matplotlib 多图显示通常依赖于subplot、subplots、figure对象和axes对象的合理使用。用户需要通过设定不同的网格参数、创建多个axes实例，以及利用Figure对象来实现不同图形的展示。其中，使用subplots方法是最为简便的方式，因为它可以一次性创建一个包含多个子图（axes）的图形（figure）。
在这个方法中，可以指定行数和列数来确定子图的布局，每个子图都是一个独立的绘图空间。subplots_adjust方法允许用户自定义子图之间的间距。此外，用户可以通过遍历axes对象数组，分别在每个子图上绘制想要的数据和图形。
一、使用subplot
使用subplot函数可以在一个画布上创建单个子图。每次调用subplot时可以指定子图的位置。subplot需要三个整数参数（nrows, ncols, index），表示子图的行数、列数和当前子图的索引。
import matplotlib.pyplot as plt
plt.subplot(2, 1, 1) # 创建第一个子图，位于2行1列的第1个位置
plt.plot(x, y1) # 在第一个子图上作图
plt.subplot(2, 1, 2) # 创建第二个子图，位于2行1列的第2个位置
plt.plot(x, y2) # 在第二个子图上作图
plt.show()
二、使用subplots
与subplot函数不同，subplots函数可以一次性创建多个子图，并返回一个包含所有子图axes对象的数组。
import matplotlib.pyplot as plt
fig, axes = plt.subplots(nrows=2, ncols=1) # 创建一个包含两个子图的画布
axes[0].plot(x, y1) # 在第一个子图上作图
axes[1].plot(x, y2) # 在第二个子图上作图
plt.show()
使用这种方法可以简单地在循环中创建多个子图。
三、自定义子图布局
有时候，我们需要更复杂的布局，比如子图占据多列或多行。
import matplotlib.pyplot as plt
fig = plt.figure()
ax1 = fig.add_subplot(211) # 第一个子图占用了2行1列中的上半部分
ax1.plot(x, y1)
ax2 = fig.add_subplot(234) # 第二个子图位于下半部分的左边
ax2.plot(x, y2)
ax3 = fig.add_subplot(235) # 第三个子图位于下半部分的中间
ax3.plot(x, y3)
ax4 = fig.add_subplot(236) # 第四个子图位于下半部分的右边
ax4.plot(x, y4)
plt.show()
在这个例子中，可以看到如何将一个子图跨越多行或多列。
四、调整子图间距
在创建多个子图时，它们之间可能会发生重叠。Matplotlib提供了调整子图之间间距的方法来解决这个问题。
import matplotlib.pyplot as plt
fig, axes = plt.subplots(2, 2)
plt.subplots_adjust(wspace=0.5, hspace=0.5) # 设置子图间的水平间距和垂直间距
分别在四个子图上作图
axes[0, 0].plot(x, y1)
axes[0, 1].plot(x, y2)
axes[1, 0].plot(x, y3)
axes[1, 1].plot(x, y4)
plt.show()
通过subplots_adjust函数，可以很方便地调整子图的布局。
五、共享坐标轴
当不同子图表示的是相同类型的数据时，共享坐标轴可以让比较变得更加容易。
import matplotlib.pyplot as plt
fig, axes = plt.subplots(2, 2, sharex='col', sharey='row')
绘制四个子图的数据
axes[0, 0].plot(x, y1)
axes[0, 1].plot(x, y2)
axes[1, 0].plot(x, y3)
axes[1, 1].plot(x, y4)
plt.show()
在这个例子中，第一行的子图共享x轴，第一列的子图共享y轴。
通过了解以上内容，你可以在使用Matplotlib进行多图显示时灵活地应用合适的方法，以实现高质量的数据可视化效果。
相关问答FAQs：
问题1： Matplotlib中如何同时显示多个图形？
回答： 在Matplotlib中，可以使用子图（subplot）的方式同时显示多个图形。可以通过创建多个子图对象，并将它们排列在一个网格中进行展示。可以使用plt.subplots()函数创建一个包含多个子图的图形对象，并通过索引来访问和操作各个子图。例如，可以使用ax1 = fig.add_subplot(2,2,1)来创建一个2×2的网格，并将第一个子图放置在左上角。然后，可以使用ax1.plot(x, y)来在这个子图中绘制图形。通过类似的方式，可以绘制多个子图，并使用plt.show()来显示所有的子图。
问题2： Matplotlib中如何调整多个子图的排列和布局？
回答： 在Matplotlib中，可以使用plt.subplots()函数的参数来控制子图的排列和布局。plt.subplots()函数的第一个参数是指定子图所需的行数，第二个参数是指定子图所需的列数。通过调整这些参数，可以实现不同的子图排列方式。例如，plt.subplots(2,3)将创建一个2×3的网格，共有6个子图，按照从左到右、从上到下的顺序排列。如果希望子图之间有一定的间距，可以使用plt.subplots_adjust()函数来调整子图的间隔和边距。
问题3： Matplotlib中如何给多个子图添加标题、标签和图例？
回答： 在Matplotlib中，给多个子图添加标题、标签和图例的方法与给单个图形添加类似。首先，可以使用set_title()函数给子图添加标题，使用set_xlabel()和set_ylabel()函数为子图的x轴和y轴添加标签。可以使用legend()函数给子图添加图例。为了在多个子图中共享相同的图例，可以在其中一个子图中调用legend()函数，并将bbox_to_anchor参数设置为一个元组，指定图例的位置。例如，ax1.legend(loc='upper right', bbox_to_anchor=(0.5, 0.5))将在第一个子图的右上角添加图例，并将图例的位置设置为相对于子图的位置而非整个图形的位置。
